数据挖掘计算题.pptVIP

复习提纲 数据挖掘、分类、聚类、关联规则以及相关算法的基本概念和研究内容。 核心名词的英文名称：数据挖掘、知识发现、关联规则、分类、聚类、人工神经网络、支持向量机、决策树、有监督学习、信息增益 密度聚类算法的主要思路；决策树算法的主要思路。 TID 项目集 1 a,c,d,f,g 2 a,b,d,e,g 3 a,d,f,g 4 b,d,f 5 e,f,g 6 a,b,c,d,g 7 a,b,e,g 给定上表所示的一个事物数据库，写出Apriori算法生成频繁项目集的过程(假定最小支持度=0.5)。 2.使用K-邻近法对两个未知类型的样本进行分类(冰川水或者湖泊水)，本例我们使用K=3，即选择最近的3个邻居。 样本 Ca+浓度 Mg+浓度 Na+浓度 Cl-浓度 类型 A 0.2 0.5 0.1 0.1 冰川水 B 0.4 0.3 0.4 0.3 湖泊水 C 0.3 0.4 0.6 0.3 冰川水 D 0.2 0.6 0.2 0.1 冰川水 E 0.5 0.5 0.1 0 湖泊水 F 0.3 0.3 0.4 0.4 湖泊水 G 0.3 0.3 0.3 0.2 ？ H 0.1 0.5 0.2 0.2 ？ 3.使用ID3决策树算法对两个未知类型的样本进行分类。 Ca+浓度 Mg+浓度 Na+浓度 Cl-浓度 类型 低 高 高 高 冰川水 高 低 高 高 冰川水 低 高 低 低 冰川水 高 高 低 低 冰川水 低 低 低 低 湖泊水 高 低 低 低 湖泊水 低 高 高 低 湖泊水 高 低 高 低 湖泊水 低 高 高 低 ？ 高 高 低 高 ？ 4.使用朴素贝叶斯算法两个未知类型的样本进行分类。 Ca+浓度 Mg+浓度 Na+浓度 Cl-浓度 类型 低 高 高 高 冰川水 高 低 高 高 冰川水 低 高 低 低 冰川水 高 高 低 低 冰川水 低 低 低 低 湖泊水 高 低 低 低 湖泊水 低 高 高 低 湖泊水 高 低 高 低 湖泊水 低 高 高 低 ？ 高 高 低 高 ？ 5.使用凝聚法对上表中的样本进行聚类，建立相应的层次树。 样本ID 属性值1 属性值2 A 4 4 B 4 5 C 3 3 D 9 0 E 9.5 0.5 F 8 0.5 G 12 6 6.使用K-平均算法对上表中的样本进行聚类，其中k=2，初使样本点为A与B。 样本ID 属性值1 属性值2 A 4 4 B 4 5 C 3 3 D 9 0 E 9.5 0.5 F 8 0.5 G 2 3 H 10 1